【推荐1】某个体服装店经营的某种服装在某周内所获纯利（元）与该周每天销售这种服装的件数（件）之间有一组数据如下表所示.

服装件数（件）	3	4	5	6	7	8	9
某周内所获纯利（元）	66	69	73	81	89	90	91

（1）求，；
（2）若所获纯利（元）与每天销售这种服装的件数（件）之间是线性相关的，求回归直线方程；
（3）若该店每周至少要获利200元，请你预测该店每天至少要销售这种服装多少件？（以下数据供选择：，，）（已知回归系数为，）

【推荐2】某地区某农产品的销售量与年份有关，下表是近五年的部分统计数据：

年份	2010	2012	2014	2016	2018
销售量（吨）	114	115	116	116	114

用所给数据求年销售量（吨）与年份之间的回归直线方程，并根据所求出的直线方程预测该地区2019年该农产品的销售量.
参考公式：.

【推荐3】如图是某小区2020年1月至2021年1月当月在售二手房均价（单位：万元/平方米）的散点图.（图中月份代码1～13分别对应2020年1月～2021年1月）.根据散点图选择和两个模型进行拟合，经过数据处理得到两个回归方程分别为和，并得到以下一些统计量的值：

残差平方和
总偏差平方和

（1）请利用相关指数判断哪个模型的拟合效果更好；
（2）估计该小区2021年6月份的二手房均价.（精确到万元/平方米）
参考数据：，，，，，，，.
参考公式：相关指数.

【推荐1】某零售店近5个月的销售额和利润额资料如下表所示：

商店名称	A	B	C	D	E
销售额x/千万元	3	5	6	7	9
利润额y∕百万元	2	3	3	4	5

（1）根据上表数据作出散点图（见上图），观察散点图知道利润额y关于销售额x有线性相关关系，是正相关还是负相关，并求出利润额y关于销售额x的回归直线方程；
（2）当销售额为4千万元时，利用（2）的结论估计该零售店的利润额（百万元）.
参考公式：

【推荐2】某地区响应“节能减排，低碳生活”的号召，开展系列的措施控制碳排放．环保部门收集到近5年内新增碳排放数量，如下表所示，其中为年份代号，（单位：万吨）代表新增碳排放量．

年份	2019	2020	2021	2022	2023
年份代号	1	2	3	4	5
新增碳排放万吨	6.1	5.2	4.9	4	3.8

(1)请计算并用相关系数的数值说明与之间的线性相关性的强弱（保留小数点后两位）；
(2)求关于的线性回归方程，并据此估计该地区2024年的新增碳排放数量．
参考数据：，，，．
参考公式：对于一组数据，，…，，其回归直线的斜率和截距的最小二乘法估计公式，相关系数的公式分别为，，

【推荐3】某公司为了解广告投入对销售收益的影响，测得一些数据，并整理得到下表：

广告投入/万元	1	2	3	4	5
销售收益/万元	2	3	2	5	7

表中的数据显示与之间存在线性相关关系.
（1）求关于的回归直线方程；
（2）若广告投入为6万元，预测销售收益为多少万元？